具有相同键的（嵌套）字典的 Pythonic 替代方案？

Posted 2023-02-23

【中文标题】具有相同键的（嵌套）字典的 Pythonic 替代方案？

【英文标题】：Pythonic alternative to (nested) dictionaries with the same keys?

【发布时间】：2014-12-27 04:25:01

【问题描述】：

我发现自己避免使用字典，因为通常有近一半的代码是重复的。我通常在嵌套字典中执行此操作，其中所有子字典都包含相同的键，但值不同。

我手动创建了一个大型父字典，其中每个键都包含一个嵌套字典，以在外部模块中使用。嵌套字典都使用相同的键来定义配置参数。这种用法是明确的并且有效，但是为我手动创建的每个嵌套字典重新键入或复制/粘贴键感觉很愚蠢。我并不太关心优化内存或性能，只是想知道我是否应该以另一种更 Pythonic 的方式来做这件事。

作为一个常见的例子和模式：

people_dict = 
    "Charles Lindberg": "address": "123 St.", 
                         "famous": True, 
    "Me": "address": "456 St.",
           "famous": False
    

>>>people_dict["Charles Lindberg"]["address"]
"123 St."

虽然字典支持显式代码，但定义具有重复键的嵌套字典既繁琐又容易出错。在此示例中，嵌套字典的一半是所有嵌套字典共有的代码重复代码。 我曾尝试使用元组来消除重复键，但发现这会导致代码脆弱 - 任何位置更改（而不是字典键）都会失败。这也会导致代码不明确且难以遵循。

people_dict = 
        "Charles Lindberg": ("123 St.", True), 
        "Me": ("456 St.", False),
            

>>>people_dict["Charles Lindberg"][0]
"123 St."

相反，我编写了一个类来封装相同的信息： 成功减少重复代码...

class Person(object):
    def __init__(self, address, famous=False):
        self.address = address
        self.famous = famous

people_dict = [
    "Charles Lindberg": Person("123 St.", famous=False), 
    "Me": Person("456 St."), 
    ]

>>>people_dict["Charles Lindberg"].address
"123 St." 

创建一个类似乎有点矫枉过正……标准数据类型似乎太基础了……

我想在 Python 中有更好的方法来做到这一点，而不必编写自己的类？

在使用公共键创建嵌套字典时，避免重复代码的最佳方法是什么？

【问题讨论】：

你为什么要担心不同字典中的重复键？

要扩展上述内容，您无需担心嵌套字典中重复的字符串键（内存使用）。 Python 将字符串存储在内存中一次，然后使用指向同一字符串的指针/引用。

我创建的每个子词典都有 15 个相同的键。为了定义父字典，我最终复制并粘贴了一个 TON。这样做感觉不对，但我不知道有什么好的替代方案或最佳做法..

如果您更多地从性能的角度来看待它，那么 namedtuples docs.python.org/2/library/… 可能就是您所追求的。如果您能详细说明为什么您认为字典不是一个好的解决方案，它将帮助您找到更适合您情况的解决方案。

你想要的是一个命名元组。它们就像你的小类，只是它们包含更多功能并且需要更少的代码来定义。

【参考方案1】：

听起来你有一个数据矩阵，因为每个“行”都有相同的键（列），所以我会使用 NumPy 数组：

import numpy as np

dtype = [('name', object), ('address', object), ('famous', bool)]
people = np.array([
        ("Charles Lindberg", "123 St.", True),
        ("Me", "456 St.", False),
        ], dtype)

charlie = people[people['name'] == 'Charles Lindberg'][0]
print charlie['address']

或者使用更高级的 Pandas：

import pandas as pd
people = pd.DataFrame(people_dict)
print people['Charles Lindberg']['address']

这很容易将您的原始dict-of-dicts people_dict 直接加载到矩阵中，并为您提供类似的查找功能。

【讨论】：

我推荐这种方法，因为我经常发现自己处于同样的情况。虽然，我看不到 people_dict 是如何重复的？我认为您在定义 Person 类时是正确的，通过密钥访问查找它是一种标准的、可接受的方式。 Namedtuples 比 python 对象更轻量级，但在设计工作方面并不会真正为您节省太多。您还可以将 people_dict 变成一个行为类似于具有更多自定义功能的 dic 的类。

@AdamHughes 这是一个有用的细分——在 NamedTuple 的轻量级特性与类对象之间肯定存在权衡。对于问题中定义的具体用法，我认为 NamedTuple 就足够了，另外它还支持 tuple 方法。为什么你支持 NamedTuple 上的 numpy 方法？

我支持 pandas 是因为在我的应用程序中，我几乎总是需要在这样的框架上构建，最终我经常需要基本容器类型无法提供的功能。这取决于项目，我猜。另外，我真的是 pandas 的拥护者，它是基于 numpy 的，但不推荐纯粹的 numpy 方法，只是为了让 OP 清楚。

为了清楚起见，从约翰指出的两种方法来看，我只会打扰 Pandas 方法。在 Pandas 中确实可以完成很多 numpy 操作，所以我会避免直接使用 numpy。

【参考方案2】：

首先，您可以阅读上面的链接以获取有关名称元组的更多信息：https://docs.python.org/2/library/collections.html#collections.namedtuple

NamedTuples 可以帮助您避免“重复代码”。您可以为地址创建一个命名元组并使用它来定义。 我特别喜欢对象。 OO 对这个问题有更好的解决方案。您可以创建一个方法将对象导出到字典。

对于函数式范式，最好使用列表、数组和字典，因为有很多方法/函数可以帮助处理这种结构（map、reduce 等）。如果您不假装在您的应用程序中使用某些功能，请转到 OO（面向对象）解决方案。

问候 安德烈

【参考方案3】：

如果您想要一个所有值都是具有相同或相似键的 dicts 的 dict，您可以定义一个函数来获取值并返回其中一个内部 dicts。

def hash(address, famous): return "address": address, "famous": famous

people_dict = 
    "Charles Lindberg": hash("123 St.", true),
    "Me": hash("456 St.", false)